Einsatz von Text2Image-Generatoren in der Lebensmittelentwicklung

Die rasante Entwicklung der künstlichen Intelligenz (KI) weitet sich auf zahlreiche Branchen aus, darunter die Lebensmittelindustrie. Text2Image-Generatoren sind eine Kategorie von KI-Werkzeugen (Tools), die die Entwicklung neuer Lebensmittelprodukte revolutionieren können. In diesem Blogpost schauen wir uns vier Text2Image-Generatoren an und untersuchen, welche Vorteile sich aus der Nutzung dieser Werkzeuge in der Lebensmittelentwicklung ergeben. Dabei schauen wir uns die Tools “Midjourney”, “DALL - E”, “Stable Diffusion“ sowie Adobe's “Firefly” im Detail an und stellen die generierten Bildergebnisse bei gleicher Texteingabe (sogenannte Prompts) gegenüber.

Der Prompt, den wir für die folgenden Bilder genutzt haben, lautet: "granola bar with nuts, berries and chocolate" Die Tools funktionieren grundsätzlich auch auf deutsch, mit englischen Begriffen konnten wir aber die besseren Ergebnisse erzielen.

Stable Diffusion (via WebUI von Automatic1111)

• Pro
  • Bietet eine Vielzahl von Funktionen und Einstellungen zur Anpassung der Bildgenerierung.
  • Neue Funktionen werden dank einer aktiven Community häufig hinzugefügt.
  • Bietet eine hohe Qualität und Geschwindigkeit der Bildgenerierung, auch auf Verbraucher-Hardware.
  • Durch eigenes Hosting wird die Experimentierfreude gefördert, da man nicht pro Bild zahlt.
• Kontra
  • Die GUI kann für Anfänger einschüchternd sein.
  • Eigenes Hosting bedeutet Aufwand und erfordert Fachwissen, läuft dann aber sehr gut.

Midjourney

• Pro
  • Kann eine breite Palette von Bildern generieren, die von realistisch bis abstrakt reichen.
  • Stellt durch die Chat-Plattform Discord intuitive Befehle zur Verfügung, was die Erstellung von Bildern relativ einfach macht.
• Kontra
  • US Dienst der einen Discord Account erfordert.
  • Umständlicher Zugriff auf Midjourney aktuell nur über den Dienst Discord.

DALL-E

• Pro
  • Fähigkeit, eine breite Palette von Konzepten zu visualisieren.
  • Erzeugt Bilder mit hoher Auflösung und Detailgenauigkeit (insbesondere DALL-E 2 und 3).
  • Fähigkeit, existierende Bilder basierend auf Textprompts zu modifizieren.
• Kontra
  • Kostenpflichtige Nutzung über das US-Unternehmen OpenAI.
  • Kostenlose Nutzung in Bing von aktueller Verfügbarkeit und Auslastung abhängig.

Update: Adobe Firefly

• Pro
  • Starke Ergebnisse bei fotorealistischen Bildern
  • Spannende andere Werkzeuge, auch abseits von text-to-image
  • Hohe Auflösung der Bilder
  • Aktuell kostenfrei
• Kontra
  • Ergebnisse abseits von fotorealistischen Bildern weniger stark als bei der Konkurrenz
  • Teils noch fehlerhafte Ergebnisse (Bild mit bunten Streifen)
  • US-Dienst und zukünftig wahrscheinlich kostenpflichtig

Vergleich

• Vielseitigkeit: Sowohl Midjourney, firefly als auch DALL-E und Stable Diffusion bieten eine breite Palette von Bildgenerierungsfähigkeiten
• Benutzerfreundlichkeit: Midjourney, firefly und DALL-E sind relativ benutzerfreundlich, wobei Midjourney eher mit einem Chat-Bot zu vergleichen ist. DALL-E und Firefly bieten intuitivere Benutzeroberflächen. Stable Diffusion hingegen ist eher für fortgeschrittene Benutzer gedacht und kann für Anfänger einschüchternd sein.
• Community-Unterstützung: Stable Diffusion hat eine aktive Community, die bei der Einführung neuer Funktionen hilft, während die anderen beiden Generatoren nicht so stark auf Community-Beiträge angewiesen zu sein scheinen.

Kreative Produktentwicklung

KI-basierte Text2Image-Generatoren können als inspirierende Quellen für die Entwicklung neuer Produkte dienen. Mit Beschreibungen wie “ein Müsliriegel mit Schokolade und Cranberries” könnten Designer visuelle Prototypen generieren, die als Ausgangspunkt für die Produktentwicklung dienen.

Verpackungsdesign

Diese KI-Tools können auch im Verpackungsdesign eingesetzt werden. Durch Eingabe spezifischer Beschreibungen können einzigartige und ansprechende Verpackungsdesigns schnell und effizient erstellt werden, die die Aufmerksamkeit der Konsumenten auf sich ziehen.

Marktforschung

Text2Image-Generatoren können genutzt werden, um Verbraucherreaktionen auf potenzielle neue Produkte zu testen. Visualisierte Konzepte können in Umfragen und Fokusgruppen eingesetzt werden, um wertvolles Feedback zu sammeln, bevor mit der Produktion begonnen wird.

Zeit- und Kostenersparnis

Durch den Einsatz dieser Technologie können Entwicklungszeiten und -kosten erheblich reduziert werden. Die schnelle Generierung von Prototypen ermöglicht es Teams, sich auf die Optimierung und Feinabstimmung der Produkte zu konzentrieren.

Unbegrenzte Kreativität

KI-basierte Text2Image-Generatoren öffnen die Türen zu einer bisher unerreichten kreativen Freiheit. Durch die Kombination verschiedener Geschmacksrichtungen, Texturen und Formen können völlig neue und einzigartige Produkte kreiert werden.

Konsumentenbindung

Innovative Produktentwicklung und kurze Time-To-Market-Zyklen stärkt die Markenbindung und fördert die Kundenloyalität.

Fazit

Die Anwendung von Text2Image-Generatoren in der Lebensmittelindustrie bietet vielversprechende Möglichkeiten für die Produktentwicklung. Diese innovativen Tools ermöglichen nicht nur eine schnellere und kostengünstigere Entwicklung, sondern fördern auch die Kreativität und Kundenzufriedenheit. Damit repräsentieren sie einen signifikanten Fortschritt in der Lebensmittelbranche, der in den kommenden Jahren weiter erforscht und optimiert werden wird.